继E2E Self-Driving：3000行的端到端导航tinynav+tinybev之后，tinynav这一套软件已经解决了不少项目，有一些是公开的，有一些还没有公开。

在没有宣传的情况下，也被国内的一些公众号发现了，心里很是感激。

最近准备发布一个大点的更新。

1. 整体增加了CLI工具：方便上手，更重要的是，便于LLM调用。以及我们有APP啦。
2. 用我们的方式实现了language navigation。
3. 实现了real2sim pipeline。

如果没有精确的测量，那么优化就没有意义。

在众多的模型PR之后，我想了解两个问题：

1. 这些模型在有限的算力下（200T以内），能跑在端测吗
2. 如果可以，那么更大更慢的模型，是不是性能更好

为了回答这个问题，第一步我希望有一个准确的时间测量，最好，这个测量的结果，可以帮助我更好地做端测部署。

这里介绍最近做的一个工作，受llama.cpp启发，它的名字是pi.cpp：

梁汝波在字节发了全员信，好像引起很多关注。

对于其中一个建议：Context over Control，我感觉很有共鸣。

对于我自己来说，因为我的经历，我不可避免受到DJI的影响，所以我经常会想一个问题：

是什么打造了DJI这样一个独特的组织。

同时，我最近很暴躁，感觉有几个事情让我很恼火，为什么我那么讨厌无尽的会议，讨厌“协调者”。

Context over Control也许回答了一部分。

为什么说“不上班最养人”，为什么会有“过劳肥”，为什么冥想能改变生理感受。

感觉某种程度上，找到了一个好的解释。

短期，交感神经呼叫肾上腺释放肾上腺素，短时间提高心率，紧绷肌肉。 长期，皮质醇作为“压力激素”，促使身体进入“高耗能”状态，促进糖原分解，增加血液中糖含量。

总体来说：

1. 促使脂肪堆积，引发食欲增加
2. 抑制免疫系统
3. 影响情绪

其实和精力管理中类似，这里给出的解释更多是如何节能，不要消耗地太猛。

对于我自己来说，稍微多一些生物上的机理解释，能更让我信服，并实际执行。

希望对你也有帮助。

有一个很多年前的画面，每过一段时间就会闪回一次。

在第一家公司工作的时候，嵌入式的同事在写一套软件，希望我的算法适配过去。

我听完他的talk，想理解一下，他是怎么做到这么快写了一套软件，全方位的超过开源方案的。

他回答我“我用了共享内存”。

我当时很困惑，也听不懂。

但是这个画面，对我印象很深。

最近我忽然把很多事情串了起来：

1. Q：为什么你比OpenCV快，A：“我用了neon”。
2. Q：为什么你觉得你比xx的自动驾驶好，A：我们是端到端的
3. Q：为什么PI的模型不行了，A：他们是VLA的，不如World Model。

我觉得某种程度上，这个标题是对于原文的误用。

但是这句话我觉得很贴切，下面这一个片段我也觉得很有道理：

凡「主义」都是应时势而起的。某种社会，到了某时代，受了某种的影响，呈现某种不满意的现状。于是有一些有心人，观察这种现象，想出某种救济的法子。这是「主义」的原起。主义初起时，大都是一种救时的具体主张。后来这种主张传播出去，传播的人要图简便，便用一两个字来代表这种具体的主张，所以叫他做「某某主义」。主张成了主义，便由具体的计划，变成一个抽象的名词。 「主义」的弱点和危险就在这里。

上次讨论了鱼和熊掌我要兼得：ROS2适合量产吗，基本回答了ROS2经过仔细调整之后，是不是可以性能很高。

是的，3.8%单核，在地瓜X5平台。

当时还是漏掉了一些东西，比如重要的，https://github.com/UniflexAI/tinynav 基本是用python的。

那么问题就是：

可以偷懒，在量产系统用中，用ROS2 python node吗。

先说结论：可以很接近，但是依旧有明显差距。

起点是，自己有时候想做一点简单的实验，需要一个云上的GPU。

找了一圈，发现vast.ai的使用方式感觉非常惊艳，从2C消费电子的视角来看，使用体验很好。

在工作中也用了一段时间了，所以想描述一下我是怎么使用vast.ai的，为什么我喜欢使用它。

用AI写代码已经成为共识，但是怎么用依旧属于混沌时代（起码在今天）。

不同人有不同的写法，甚至包括Claude Code的作者Boris Cherny也说自己也在探索怎么使用这个工具。

这里记录一些使用的方式，做一个总结，也是做一个存档，几个月之后再回头来看。

人形机器人最近吸引了非常多的目光。

在 具身智能 的热潮下，可能首先需要做的，就是分清本体控制能力和智能能力。

它们不仅定义不同，技术路线也已经分道扬镳。

我更关注智能，而其中，相比于手上的能力，我也更关注腿上的能力，也就是导航的能力。

我计划动手写一套导航软件，可以：

1. 多本体：四足狗，人形，小车
2. 代码精简：选择这个领域的一些最佳实践，并且适合作为各种想法的试验田
3. 容易上手：尽量少地需要调参，至少针对特定的本体和计算平台，开箱即用。

自己本来算是计算机的背景，感谢这个教育让我有了一种“离散”的世界观。

后面做机器人，接触到很多控制背景的朋友，简单了解下发现这是一个和计算机相爱相杀的学科。

互相重复且独立地发明了不少相似的概念。更重要地，展示了一种“连续”的世界观。

这里简单记录一下控制里面比较核心的美妙观点。起码回答，什么是传递函数。

Chris是谁？

• 在Apple发明LLVM/Clang/Swift。
• 在Tesla另外自动驾驶芯片。
• 在Google发起MLIR
• RISC-V商业化公司SiFive的VP
• Modulr的创始人，发明Mojo

一系列光环的大佬。

记录这个文章的起点是，发现Chris在和geohot（重新认识geohot中的geohot）就什么是AI compiler的终极形态的讨论：

可以说是正统派和野路子的正面交锋/交流。

Chris写了一个系列文章：Democratizing AI Compute，讲述了自己为什么要创业做Mojo。

读完之后，感觉终于解决了我一个长久的困惑，TVM/XLA/Triton/cuTile…似乎都在解决一个问题，AI编译器，他们究竟是什么关系。

所幸大佬站在浪潮之巅，亲身经历这一切，并慷慨地写了一个像是自传一样的总结，让我可以管中窥豹。

记录一下。

之前在学校的时候用ROS，在DJI的时候用一整套DJI自研的中间件。

大家都认可ROS的易用性，但同时觉得它几乎成了“低效”和“实验室原型”的代名词。

所以在产品上，DJI毫不犹豫地选择了高效路线，搭建了一整套自研中间件。

我长期关注C++的zero-overhead principle信条，所以始终觉得很不服气：为什么中间件就不能既好用，又高效？

很有趣，最近用了一些时间做了一些实验，感觉整个过程是一个很值得讨论的技巧分享。

所以记录下来。

先说结论：在一个接近真实场景的case里面，从第一个版本的144% CPU占用，优化到了3.8%，提高了接近40倍的效率。

一直想记录一下这一点。

现在互联网上很讲究“觉醒”，类似忽然发现小时候习以为常的事情，其实是PUA什么的。

虽然用在这里不是很恰当，但是感觉在我所需要的领域里面，OOP确实带来的都是不好的体验。

但是这个不好来自哪里，做了很多次尝试才慢慢清晰。

这个起点应该是从从SICP说起：重新学习（函数式）编程开始，到今天看到一个youtube视频Casey Muratori – The Big OOPs: Anatomy of a Thirty-five-year Mistake – BSC 2025觉得值得写下来记录一下。

这个访谈似乎在张小珺自己的一系列访谈里，显得比较突出。

我自己是在听到一半的时候，决定要记录一下。

主要是被张祥雨清晰的表达震撼，明显感觉他的表达的context很长，能维持一个很长的逻辑链，有的逻辑分支走完了还能回溯。

说回内容。

可以概括为，一个发自内心对智能有追求的人，是如何对AI发展中的节点进行审美的。

如何用比较数学和推理的方法去理解和掌握音乐。

说一个有争议的话题，类似中医和西医。不分高下地做一个对比，西医更像是演绎法，中医更像是归纳法。

就像是how first principles thinking fails里面提到的inductive v.s. deductive。

不是说归纳法不好，而是演绎法可能更适合我这样的天赋不佳的人去理解。你跟我说，“感觉一下”，我太难理解了。

Building from the Scratch是模仿Linux From Scratch (LFS)。

一条漂亮干净的路径，通往机器人的高可靠性终点。

从能吃下数据的尺度来排序：

1. Internet-Scale Data

   无监督的训练掌握 常识

   DINOv2变成de facto image encoder，VLM公认有“常识”，所以可以帮助action变成VLA

   自动驾驶中用视频生成做模拟器，可以不只利用驾驶数据，更多普通数据可以包含更多自然的知识

2. 人类示教数据

   模仿学习的数据介绍 领域知识

   Behavior Cloning + Video Generation-based Augmentation

   更fancy的说法是world model，或者LeCun的JEPA

3. 打分数据

   在两个采样中，A比B更好，表达 偏好

   用交替训练的方法，同时训练Reward Model，以及用这个Reward Model支持RL

   有一个机器臂的工作用了这个方法，HiL-serl

看起来能统一地解决自动驾驶和机械臂的问题。

今天主要讨论模仿学习如何结合视频生成解决分布漂移的死结。

李光耀的采访，很诚恳，听起来也是挺客观的。

如果说他真的把新加坡当作自己的家，他应该算是一个努力过好自己生活的人。

很久之前看的，最近想起来把记录摘出来，竟然发现微信读书下架了，幸好一些笔记还在。

TL;DR

温铁军的视角中，农村问题等于中国的现代化问题，中国的现代化问题等于农村问题。怎么提供足够大的“发展”使得农民和农村资源有新的加入经济的角色。

在理想视角里面，我们可以认为现代化是一个单向的农村劳动力被城市需求转化为城市劳动力的过程，而城市劳动力是由现在的出口需求支撑的，这种支撑可以持续吗，如果不是，如何持续下去。

温铁军的研究展示出一种调研大于理论的求真风格，仅以农村纪实的叙事角度来看，也是很好的文本资料。

我记得哪个盲人的电影里面说过，对于盲人来说，正常人像是不同的物种，更像是“超人”。一个印象深刻的画面。

最近忽然发现，对于会下围棋的人来说，一眼看出局部的死活，棋的拙行，不也是像超人一样吗。

再想到，其实写代码也类似，对于外人来说，能写一个有功能的app可能也像超人吧。

那种，别人自然流露，自己却完全雾里云里的体验。

可能就像是面对外星人或者超人一样吧。

原来又是一个拙劣的“观察”。

在去年的这个时候，我觉得如果有这么一篇文章带我大概窥探一下Kickstarter发行项目的全过程，我会100分地感谢他，但是当时没有找到这样的内容。

一年过去，我的项目也算是在某个阶段意义上做完了，我觉得有必要写一点自己的感受，记录一下这个跌跌撞撞的过程。

如果能帮到其他人，甚至有人看到后愿意跟我说let’s_have_a_talk，都会觉得是一件很不错的事情。